[发明专利]一种缺陷样本生成方法、装置、电子设备及存储介质

权利要求书

1.一种缺陷样本生成方法，其特征在于，包括：

获得待处理工件图像和带缺陷工件图像；其中，所述带缺陷工件图像包括第一缺陷区域；

在所述待处理工件图像中随机确定第二缺陷区域；

将所述第一缺陷区域与所述第二缺陷区域进行直方图匹配，获得新的待处理工件图像；

将所述新的待处理工件图像输入风格迁移模型中进行风格迁移处理，获得所述风格迁移模型输出的目标图像；其中，所述目标图像中的包括生成的缺陷；

其中，所述在所述待处理工件图像中随机确定第二缺陷区域，包括：

从所述待处理工件图像中随机确定一点作为基准点；

从预设的缺陷类型中随机选择一个作为目标缺陷类型；

对所述目标缺陷类型对应的缺陷进行变换，获得变换后缺陷；

将所述基准点作为所述变换后缺陷的中心点，在所述待处理工件图像上生成所述第二缺陷区域。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一缺陷区域与所述第二缺陷区域进行直方图匹配，获得新的待处理工件图像，包括：

根据函数y←S[L']+histmatch(S[L],H[M])获得新的待处理工件图像；

其中，y为所述新的待处理工件图像，S为所述待处理工件图像，L为所述第二缺陷区域，L'为，H为所述带缺陷工件图像，M为所述第一缺陷区域。

3.根据权利要求1所述的方法，其特征在于，在将所述新的待处理工件图像输入风格迁移模型中进行风格迁移处理之前，所述方法还包括：

获取多个训练样本，所述训练样本包括原工件图像和对原工件图像进行噪声处理后获得的噪声图像；

将所述噪声图像输入待训练的风格迁移模型中，获得所述待训练的风格迁移模型输出的预测图像；

根据所述预测图像和所述原工件图像对所述待训练的风格迁移模型中的参数进行优化，获得训练好的风格迁移模型。

4.根据权利要求3所述的方法，其特征在于，所述获取多个训练样本包括：

获取至少一个原工件图像，对每一原工件图像上的任意区域进行抠除，并在扣除后的区域加入随机噪声，获得原工件图像对应的多个噪声图像。

5.根据权利要求3所述的方法，其特征在于，所述根据所述预测图像和所述原工件图像对所述待训练的风格迁移模型中的参数进行优化，包括：

根据所述预测图像和所述原工件图像计算获得对应的内容损失、风格损失、直方图损失和全图变化损失；

根据所述内容损失、所述风格损失、所述直方图损失和所述全图变化损失对所述待训练的风格迁移模型中的参数进行优化。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述风格迁移模型包括依次连接的第一卷积单元、残差卷积模块、第二卷积单元和上采样模块；其中，所述第一卷积单元和所述第二卷积单元均包括多个卷积模块；

其中，所述残差卷积模块用于将所述第一卷积单元中每一个卷积模块输出的特征图，以及所述残差卷积模块输出的特征图进行拼接后输入所述第二卷积单元；

所述上采样模块包括tanh激活函数。

7.一种缺陷样本生成装置，其特征在于，包括：

图像获得模块，用于获得待处理工件图像和带缺陷工件图像；其中，所述带缺陷工件图像包括第一缺陷区域；

区域确定模块，用于在所述待处理工件图像中随机确定第二缺陷区域；

直方图匹配模块，用于将所述第一缺陷区域与所述第二缺陷区域进行直方图匹配，获得新的待处理工件图像；

风格迁移模块，用于将所述新的待处理工件图像输入风格迁移模型中进行风格迁移处理，获得所述风格迁移模型输出的目标图像；其中，所述目标图像中的包括生成的缺陷；

区域确定模块，具体用于从所述待处理工件图像中随机确定一点作为基准点；

从预设的缺陷类型中随机选择一个作为目标缺陷类型；

对所述目标缺陷类型对应的缺陷进行变换，获得变换后缺陷；

将所述基准点作为所述变换后缺陷的中心点，在所述待处理工件图像上生成所述第二缺陷区域。